在前面我们已经提取了很多篇文章的内容，现在我们要对这些内容进行文本的词频统计和词云绘制，以观察热点内容。 在前文中，提取出的文本里有许多不需要的字符，比如列表的符号，因为是以列表的形式进行提取和存储的。将列表转换为字符串，可以使用’’.join()方法，大家可以自行处理一下，这里不再赘述。 词频统计的基本思路是将文本中所有的内容先进行分词，然后再进行停用词去除，停用词就是那些没有意义的词语，比如“的”，“那么”，“如果”等等。由于在结果中发现分词的结果还是存在很多不需要的词，因此先对它们进行了清洗。这里，我所有的文本全部放在了D盘的绿色金融文本库下。 os.walk就是对文件夹进行遍历，提取出文件夹下所有文件。 我们先拿到清洗过的文本：

文本清洗过后，需要进行分词和停用词取出，这里需要引入jieba包，并且需要一个停用词表（stopword.txt），停用词表可以在网上下载。 导入停用词表：

对文本分词并去除停用词：

获得去除停用词后的分词文本：

接下来就是词频统计和词云绘制，词频统计需要引入collections包

最后生成词云，这里需要引入wordcloud包：

从图片中我们也可以看到，绿色、环保、责任等关键词是属于热点，这与我们的主题是相关的。当然，由于前面文本提取的时候不是很完美，还是多了许多不需要的词（比如那两串英文字符），这里要说声抱歉了，大家可以下去自行处理。